跳到主要内容

架构与产品边界

本页说明 Edge 开发者产品如何连接，以及你的 agent 应该集成在哪一层。

层级图​

┌─────────────────────────────────────────────┐
│                 Your Agent                  │
│  UI · App 策略 · local user data · 工具  │
├─────────────────────────────────────────────┤
│ Edge Kit        Edge Halo        Edge Mesh  │
│ inference SDK   personalization  local mesh │
├─────────────────────────────────────────────┤
│              Edge Engine runtime            │
└─────────────────────────────────────────────┘

开发期工具：
  Edge Studio  →  Edge Scaffold  →  Xcode project

产品职责​

产品职责不负责
Edge Engine原生模型执行、运行时调度和底层 cache primitives。App UI、tool policy、用户数据或 app 存储。
Edge Kit公开 Swift SDK：推理、模型管理、EdgeData、EdgeMesh、EdgeDataMeshBridge、EdgeSession、EdgeUI 和语音。产品业务逻辑或私有用户数据策略。
Edge Halo个性化生命周期：画像任务、Neural Imprint capsule 校验、恢复编排和 失败即关闭 兼容性检查。模型 forward、mesh 传输或 App 专属 数据导入。
Edge Studio本地工作台：优化、benchmark、导出、artifact 生成和设备协调。已发布 agent 内的 runtime 行为。
Edge Scaffold参考 iOS agent 模板，展示推荐集成方式。生产 App 的共享 runtime 依赖。请 fork/export 后由你的 app 自己拥有。

你的 agent 是组合点。它决定哪些用户数据可以进入个性化、哪些工具可用、何时运行个性化，以及用户如何查看或关闭它。

Runtime 流程​

1. 用 Edge Kit 加载 base model。
2. 在 agent 中注册工具和本地数据 surface。
3. 可选：用本地 app-approved 输入运行 Edge Halo profile job。
4. 生成或接收 Neural Imprint 产物。
5. 恢复前做兼容性校验。
6. 用已恢复状态运行 chat，不在请求时重复拼接 profile text。

关键边界：Neural Imprint 是本地 artifact 和 restore 流程。它不是请求时 prompt stuffing，也不是远程 profile 服务。

开发流程​

Source model
  → Edge Studio analysis / optimization / benchmark
  → export model + runtime config
  → Edge Scaffold reference project
  → your agent integrates Edge Kit + Edge Halo
  → real-device validation

开发期使用 Edge Studio。发布 App 中使用 Edge Kit 和 Edge Halo。Edge Scaffold 是参考实现，不是隐藏依赖。

数据边界​

数据Owner是否离开当前设备
Model weightsApp bundle、本地 cache 或用户下载默认不离开
Prompt 与对话历史你的 agent默认不离开
Tool 结果 与 app facts你的 agent / EdgeData默认不离开
Profile inputs你的 agent默认不离开
Neural Imprint 产物你的 agent / Edge Halo 生命周期仅在用户启用后传给受信任的自有设备
设备状态与 receiptsEdgeMesh / Edge Studio pairing仅本地 mesh

不要把原始 transcript、correction 或私有 facts 放进远程日志。如果支持流程需要诊断信息，导出 hash、schema version、状态回执 和本地文件名，而不是用户内容。

兼容性闸门​

个性化 artifact 在 runtime identity 变化时必须 失败即关闭。至少校验：

  • Base model identity 和 family。
  • Model shape 和 layer count。
  • Tokenizer 与 chat template identity。
  • Runtime version。
  • Tool schema hash。
  • Neural Imprint 产物 hash 与 prefix 元数据。

如果闸门失败，保持 base model active，并展示清晰恢复路径：重新生成、重新导出或加载匹配模型。

公开抽象层级​

开发者文档只描述概念、API 和工作流。不会描述私有个性化算法、内部训练目标、kernel 实现细节或内存预算实现细节。

使用这些文档集成产品；使用 Edge Scaffold 和 API reference 查具体代码路径。

如需了解 Neural Imprint 产物 restore、LoRA/SFT 与 prompt stuffing 的部署取舍，请阅读 Neural Imprint vs LoRA。